英伟达拟以129亿美元收购Hugging Face，开源生态进入“收费站”时代

一则硅谷并购传闻，震荡全球AI开源赛道。

据外媒披露，英伟达计划以129亿美元（约合人民币867亿元）收购被誉为“AI界GitHub”的Hugging Face。若交易落地，据悉这将成为英伟达成立以来规模最大的一笔收购。

颇具戏剧性的是，2025年底Hugging Face还拒绝了英伟达5亿美元、对应70亿美元估值的投资要约，核心顾虑便是拒绝芯片巨头介入，守护平台第三方中立定位。

当理想主义的开源枢纽摆上资本谈判桌，整条AI产业链的利益格局，正在被重新改写。

英伟达的野心，Hugging Face的困局

从财务维度审视，这是一笔极度背离常规估值逻辑的交易。Hugging Face当前年化收入仅1.5亿美元，129亿美元收购对价相当于其营收的86倍。

英伟达显然不是为1.5亿美元营收买单。它买下的是“开发者默认打开的那个标签页”。Hugging Face托管着296万个模型仓库、100万个数据集、144万个Spaces应用，月活访客超1800万，注册开发者约1300万。Meta的Llama、阿里的Qwen、DeepSeek、智谱GLM均在此首发权重。谁掌握分发入口，谁就掌握“模型从哪来、到哪去”的定价权。

更深的战略逻辑在于对冲闭源威胁。OpenAI、Anthropic、谷歌、亚马逊均在自研ASIC芯片，试图绕开英伟达GPU。而开源模型越繁荣，中小开发者对英伟达硬件的依赖就越难被切断。

收购Hugging Face，等于用开源生态为闭源自研芯片筑起一道护城河，同时将“芯片—CUDA—模型—部署”的闭环彻底扣死。英伟达CFO在最新财报中披露，预计明年约四分之一营收将来自其财务支持的AI实验室，生态绑定已成为明确的变现路径。

而对于Hugging Face，中立既是品牌护城河，也是难以挣脱的经营枷锁。坚持不深度自研大模型，使其得以获得全行业厂商信任；但面向海量模型、数据集的存储、带宽成本居高不下，企业付费转化率有限，陷入“生态越繁荣，运营成本越高”的矛盾。

虽然公司对外称已经接近盈利，但仅靠订阅收入，很难支撑百亿美元级别的长期生态投入。在一级市场周期更迭之下，完全独立的发展路径空间被持续压缩。

护城河的另一面是信任流失。Hugging Face的核心资产恰恰是“中立”——AMD、Intel、高通的优化路径曾与英伟达并列在库。一旦平台易主，推荐位是否向CUDA倾斜？国产芯片的适配优先级是否下降？这些疑问不会写在收购协议里，却会写进每一次开发者的选择。

监管审查同样构成变数。英伟达在AI GPU市场份额超过80%，再拿下模型分发层，反垄断审查注定不会轻松。

中国开源模型的危与机

将这笔交易置于中国开源模型的坐标系中，意味更为复杂。Hugging Face《2026春季开源现状报告》显示，2025年2月至2026年2月期间，中国开源模型在该平台累计下载占比达41%，首次超过美国的36.5%，通义千问、DeepSeek、Kimi、智谱GLM等国产模型已经深度嵌入全球开发者的技术栈。

国内开源产业已经形成自身特色：兼顾超大参数前沿模型与轻量化实用模型矩阵，普遍采用宽松开源协议，文本、多模态赛道接连实现技术突破，海外企业大量引入国产模型实现降本增效，中国开源已经成为全球AI生态不可忽视的力量。

分析人士担忧，英伟达收编Hugging Face，对中国开源生态短期构成警示。长期以来，Hugging Face是国产开源模型低成本触达全球开发者最重要的中立窗口。随着这一通道的变量，中国模型出海的“无摩擦通道”可能收窄。

若平台推荐算法、下载镜像、推理SDK向CUDA倾斜，国产模型在西方开发者侧的触达效率将打折扣。国产芯片的软件生态本就处于追赶位置，寒武纪、昇腾的算子适配若再多一层平台过滤，成本势必抬升。

但长期来看，这笔交易反而为“自主栈”叙事提供了加速理由。当全球最大开源入口被收编，中国开源模型与国产算力的闭环更具战略紧迫性。

政策层面，《“人工智能+制造”专项行动实施意见》已明确到2027年推动通用大模型深度应用；资本层面，阿里年内完成800亿港元配售、100%投向全栈AI，智谱、MiniMax、壁仞、天数智芯接连完成融资。魔搭ModelScope、OpenI等国内平台正成为模型托管的缓冲层，降低对单一海外入口的依赖。

归根结底，国产开源的核心竞争力，不在于外部平台的流量加持，而在于模型性能、友好的开源许可、软硬一体协同的完整产业土壤。

开源不会因一次并购走向消亡，但开源的底层逻辑正在被资本改写。过往开源代表着平等、共建的公共技术理想，如今AI中间层基础设施已经成为巨头竞相抢夺的战略资产，分发入口的定价权与规则制定权，被放到商业博弈的台面之上。

对于中国开源模型产业，向外坚持参与全球技术协作，向内夯实本土生态底盘，建设多元备选的技术链路，才能在动荡的全球AI棋局中，牢牢握住自身发展的主动权。